-
题名改进YOLACT的服装图像实例分割方法
被引量：2
- 1
-
-
作者
顾梅花
董晓晓
花玮
崔琳
-
机构
西安工程大学电子信息学院
-
出处
《纺织高校基础科学学报》
CAS
2024年第2期82-91,共10页
-
基金
国家自然科学基金青年基金(61901347)。
-
文摘
针对服装图像实例分割精度与速度较低的问题,提出一种基于改进YOLACT的服装图像实例分割方法。以YOLACT为基础模型,首先在ResNet101网络中采用深度可分离卷积代替传统卷积,减少模型计算量和模型参数,加快模型速度;然后,在模板生成网络后引入高效通道注意力模块,优化输出特征,捕获服装图像的跨通道交互信息,加强对掩膜分支的特征提取能力;最后,训练过程采用LeakyReLU激活函数,避免反向传播时权值信息得不到及时更新,提升模型对服装图像负值特征信息的提取能力。结果表明:与原模型相比,所提方法能有效减少模型参数量,在提升速度的同时提高了精度,其速度提升了4.82帧/s,平均精度提升了5.4%。
-
关键词
服装图像实例分割
YOLACT
深度可分离卷积
高效通道注意力
激活函数
-
Keywords
garment image instance segmentation
YOLACT
depth separable convolution
efficient channel attention
activation function
-
分类号
TS941
[轻工技术与工程—服装设计与工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于上下文提取与注意力融合的遮挡服装图像分割
- 2
-
-
作者
顾梅花
花玮
董晓晓
张晓丹
-
机构
西安工程大学电子信息学院
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2024年第5期155-164,共10页
-
基金
国家自然科学基金项目(61901347)
陕西省科技厅面上项目(2022JM-146,2024JC-YBMS-491)。
-
文摘
针对遮挡服装图像分割准确率低的问题,提出一种融合上下文提取与注意力机制的遮挡服装图像实例分割方法。以Mask R-CNN为基础网络,首先采用上下文提取模块优化ResNet的输出特征,通过融合不同速率的多路径特征从多个感受野中捕获图像的上下文信息,强化遮挡服装特征表示的识别及提取能力;然后引入通道注意力机制与空间注意力机制的残差连接,自适应地专注于捕捉遮挡服装图像的空间和通道维度上的语义相互依赖关系,降低上下文提取模块在处理特征图时因冗余的上下文关系扩大造成误定位与误识别的概率;最后,采用目标检测损失函数CIoU计算原理作为非极大值抑制的评判标准,关注预测框和真实框的重叠与非重叠区域,最大程度地选择遮挡服装的最优目标框,使预测框更加贴近真实框。结果表明,与其它方法相比,改进方法显著改善了不同遮挡程度服装图像的误分割现象,能提取出更精确的服装实例,其对遮挡服装图像的平均分割精度比原模型提升了4.4%。
-
关键词
图像分割
遮挡服装
上下文提取
注意力机制
CIoU计算原理
-
Keywords
image segmentation
occlusive clothing
context extraction
attention mechanism
CIoU computational principle
-
分类号
TS941.2
[轻工技术与工程—服装设计与工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名改进SOLOv2的服装图像分割算法
被引量：8
- 3
-
-
作者
花玮
顾梅花
李立瑶
崔琳
-
机构
西安工程大学电子信息学院
-
出处
《纺织高校基础科学学报》
CAS
2021年第4期74-81,共8页
-
基金
国家自然科学基金青年科学基金(61901347)。
-
文摘
提出了一种基于改进SOLOv2的服装图像分割算法,以解决因小目标以及遮挡引起的服装图像分割准确率低的问题。以SOLOv2为基础模型,优化掩膜特征分支中对多层特征的融合方式,从深至浅逐层融合特征信息;上采样过程中选用Mish激活函数,在提高模型泛化能力与收敛速度的同时,强化模型对图像中小目标服装特征的提取能力;引入影响因子优化损失函数,根据遮挡程度自适应调整损失函数的权重,减少遮挡问题对服装图像分割带来的影响。实验结果表明:与原SOLOv2模型相比,提出的方法平均预测精度值提高了3.2%。改进后的分割算法能显著提升对遮挡、小目标服装图像的分割准确度。
-
关键词
服装图像
分割算法
SOLOv2
特征融合
激活函数
损失函数
-
Keywords
clothing image
segmentation algorithm
SOLOv2
feature fusion
activation function
loss function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
